Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 39
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 632
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => Privacy pentagon in Big Data Analytics: theoretical model proposal@en
                    [1] => Pentágono da privacidade no Big Data Analytics: proposta de modelo teórico@pt
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => We live in an environment characterized as an ocean of data, which grows not only in terms of volume and quantity, but also in terms of variety, being created and moving at high speed. Currently, structured data is much smaller in quantity and importance, and adjustments and improvements in technologies and analytical models were partly carried out to adapt to this new reality, which is known as Big Data Analytics. One of the issues of great concern in this new reality are threats to privacy. The question raised as a result of several research is that the procedures, techniques, technologies, and legislation currently available cannot fully guarantee privacy. Given this complex scenario, the objective of this research was to propose a multifaceted theoretical model within the scope of Big Data Analytics, which guarantees privacy, while not making its extraction of value unfeasible. The methodology proposed for this work was supported by the systematic literature review approach, with a view to critically analyzing the notes and conclusions of previous studies, identifying, and logically proposing new hypotheses and constructs, in order to format the final design of a theoric model. As a result, the Pentagon of Privacy in Big Data Analytics is proposed, which includes a kaleidoscope of solutions capable of guaranteeing privacy while guaranteeing the extraction of value in Big Data Analytics. The construct obtained as a result of this work provides a concise and consistent answer to the starting question of this work.@en
                    [1] => Vivemos num ambiente caracterizado como um oceano de dados, que cresce não só quanto ao seu volume e quantidade, mas também em termos de variedade, sendo criado e transitando em alta velocidade. Atualmente os dados estruturados estão em quantidade e importância bem menor, e os ajustes e aprimoramentos nas tecnologias e modelos analíticos foram em parte realizados para se adaptarem a essa nova realidade, que convencionou-se chamar de Big Data Analytics. Entre as questões de grande preocupação, nessa nova realidade, estão as ameaças à privacidade. A questão posta como resultado de diversas pesquisas é que os procedimentos, técnicas, tecnologias e legislações, atualmente disponíveis, não conseguem dar garantia plena à privacidade. Diante desse complexo cenário, o objetivo dessa pesquisa foi propor um modelo teórico multifacetado no âmbito do Big Data Analytics, que garanta a privacidade, ao mesmo tempo em que não inviabilize sua extração de valor. A metodologia proposta para esse trabalho foi a revisão sistemática da literatura, com vistas à análise crítica dos apontamentos e conclusões de estudos anteriores, a identificação e proposição lógica de novas hipóteses e construtos, de maneira a formatar o desenho final de um modelo teórico. Como resultado é proposto o Pentágono da Privacidade no Big Data Analytics, que contempla um caleidoscópio de soluções capazes de garantir a privacidade ao mesmo tempo que dá garantias à extração de valor no Big Data Analytics. O construto obtido como resultado desse trabalho, traz uma resposta concisa e consistente à questão de partida desse trabalho.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Brenner Lopes
                    [1] => Ricardo Rodrigues Barbosa
                    [2] => Luander Cipriano de Jesus Falcão
                    [3] => Renato Rocha Souza
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Privacidade@pt
                    [1] => Big data analytics@pt
                    [2] => Big data privacy@pt
                    [3] => Valor do big data@pt
                    [4] => Pentágono da privacidade@pt
                    [5] => Privacy@en
                    [6] => Big data analytics@en
                    [7] => Big data privacy@en
                    [8] => Value of big data@en
                    [9] => Privacy pentagon@en
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 8
                    [nr] => na sociedade
                    [year] => 2024
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2024-01-13
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => DOI
                            [value] => Array
                                (
                                    [0] => 10.21680/2447-0198.2024v8n1ID33898
                                )

                        )

                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://periodicos.ufrn.br/informacao/article/view/33898
                                )

                        )

                    [1] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://periodicos.ufrn.br/informacao/article/view/33898/18193
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => pt
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => Copr
                    [1] => by-nc/4.0
                )

        )

)